python第十六天

# 1.二进制类型/字节（bytes） # 2.其他数据转二进制：bytes（数据） # 字符串转二进制：字符串.encode(encoding='utf-8') print(bytes(10)) # b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00' # 3.二进制转字符串： # 方法一：str（数据， encoding='utf-8'） # 方法二：二进制数据.decode（encoding='utf-8'） from re import fullmatch, search, findall # 1.什么是正则表达式 ''' 正则表达式是一种工具；一种专门用做字符串匹配的工具，能够在某些情况下让字符串的处理变得非常简单。 正则是用来描述字符串规则 fullmatch（正则表达式，字符串） - 判断正则表达式是否和字符串完全匹配，如果不匹配返回None ''' # 2.正则表达式的语法（通用的） # =======================匹配符号======================== # 1）普通字符 ''' 普通字符在正则表达式中表示这个符号本身 ''' # 匹配一个字符串有三个字符，分别是a，b，c re_str = r'abc' result = fullmatch(re_str, 'abc') print(result) # 2). - 匹配任意一个字符 # 匹配一个长度是3的字符串，第一个字符是任意字符，后面是bc re_str = r'.bc' result = fullmatch(re_str, '好bc') print(result) # 3) \d - 匹配任意一个数字字符 re_str = r'\d\d\d' result = fullmatch(re_str, '780') print(result) # 4) \D - 匹配任意一个非数字字符 re_str = r'\d\D\d' result = fullmatch(re_str, '8g9') print(result) # 5) \s - 匹配任意一个空白字符 # 空白字符： 空格 、\n（换行）、\t（制表符） # 6) \S - 匹配任意一个非空白字符 # 7) \w - 匹配任意一个数字、字母或者下划线（非ASCII码中的字符都可以匹配） # 8) [字符集] - 匹配字符集中出现的任意一个字符 # 9) [^字符集] - 匹配不在字符集中出现的任意一个字符 ''' 注意：一个[]只能匹配一个字符 [abc] - 匹配一个字符是a或者b或者c [\dabc] - 匹配一个字符是数字或者a或者b或者c [1-9] - 匹配一个1到9的任意一个数字字符 [a-z] - 匹配任意一个小写字母 [a-zA-Z] - 匹配任意一个字母 [\da-zA-Z_] - 匹配字母、数字、下划线 [\u4e00-\u9fa5] - 匹配任意一个中文字符 -在[]中两个字符之间才有特殊意义，表示范围 ''' # =========================检测符号======================== # 匹配符号要求一个符号必须对应一个字符，会影响字符串长度的描述； # 检测符号，不会匹配字符，也不会影响字符串长度，它是在匹配成功的前提下对指定位置的字符进行检测 # 1）\b - 检测是否是单词边界 ''' 单词边界 - 所有能够区分出两个不同单词的符号，例如：空白字符，标点符号 ''' # 2) \B - 检测是否不是单词边界 # 3) ^ - 检测是否是字符串开头 # 4) $ - 检测是否是字符串结尾 # ====================匹配次数=================== # 1） * - 0次或者多次 ''' a* - 字符a出现0次或者多次 \d* - 任意数字出现0次或者多次（实质是\d在正则中出现0次或多次） [字符集]* - 字符集中任意字符出现0次或者多次（每次都可以是任意一个） ''' # 2）+ - 一次或者多次 # 3）? - 0次或者1次 # 练习：写一个正则能匹配任意正整数：23，3790，+84，023 re_str = r'[+]?[1-9]\d*' # 4){} ''' {N} - 匹配N次 {M,N} - 匹配M到N次 {M,} - 匹配至少M次 {,N} - 匹配最多N次 ''' re_str = r'\d{3}' print(fullmatch(re_str, '157')) # 5）贪婪和非贪婪 ''' 在匹配次数不确定的时候匹配模式有两种：贪婪(默认)和非贪婪（在不确定次数后面加?） 贪婪：在能匹配成功的前提下，匹配次数选最多的（+、*、?、{M,N}、{M，}、{，N}） 非贪婪：在能匹配成功的前提下，匹配次数选最小的（+?、*?、??、{M,N}?、{M，}?、{，N}?） ''' # 贪婪模式： re_str = r'a.+b' print(search(re_str, 'xxamnvbppb上到b===')) # <re.Match object; span=(2, 13), match='amnvbppb上到b'> # 非贪婪模式： re_str = r'a.+?b' print(search(re_str, 'xxamnvbppb上到b===')) # <re.Match object; span=(2, 7), match='amnvb'> # =================分组================= # 1）() ''' 用法一：整体操作 a{2，3} (ab){2,3} 用法二：重复 \M - 重复前面第M个分组中匹配到的内容 用法三：捕获 re中的findall在获取子串的时候，如果正则中有分组，只会获取分组匹配到的结果 ''' # 两个数字两个字母的结构重复3到5次，类似：89nm78jk89mk # ================分支============== # 1）| ''' 正则1|正则2|正则3|... 先用正则1进行匹配，如果匹配成功整个正则就成功；如果失败就用正则2进行匹配，如果成功整个正则就匹配成功，如果失败就用正则3进行匹配，依此类推.... ''' # 示例：写一个正则能够匹配一个字符串：abc后面是三个数字或者abc后面是三个大写字母 re_str = r'abc\d{3}|abc[A-Z]{3}' print(findall(re_str, 'abcAAAasjdlAAADcdsgabc564')) re_str = r'abc(\d{3}|[A-Z]{3})' # ===============转义符号===================== ''' 在正则中有特殊意义的符号前加\，让这个符号在正则中的功能消失 注意：在正则中独立存在有特殊意义的符号，放到[]中，它的意义会自动消失 ''' import re # 1.compile（正则表达式） - 编译正则表达式，返回正则对象 # 2.匹配 ''' fullmatch（正则，字符串） - 让整个字符串和正则进行匹配，匹配失败返回None，匹配成功返回匹配对象 match（正则，字符串） - 让字符串的开头和正则进行匹配，匹配失败返回None，匹配成功返回匹配对象 ''' # 匹配对象 result = re.match(r'(\d{2})([a-z]{3})([A-Z]{2})', '55sfgSGdggdsgs存储') print(result) # 1）获取匹配到的子串 # 匹配对象.group() / 匹配对象.group(0) - 获取整个正则匹配到的子串 # 匹配对象.group(N) - 获取第N个分组匹配到的子串 a = result.group() b = result.group(2) # 获取第二组的子串 print(a, b) # 2）获取匹配范围 - 匹配到的子串在原字符串中的下标范围 print(result.span()) # [0, 7) # 3.查找 ''' search（正则，字符串） - 在字符串查找第一个满足正则的子串，如果找到了返回匹配对象，找不到返回None findall（正则，字符串） - 获取字符串中所有满足正则的子串，返回值是列表，列表中的元素是字符串 finditer(正则，字符串) - 获取字符串中所有满足正则的子串，返回值是迭代器，迭代器中的元素是匹配对象 ''' # findall # 没有分组： ['456', '123', '336'] print(re.findall(r'\d{3}', 'asdfgf456kg返回123336')) # 有一个分组: ['123', '336'] print(re.findall(r'a(\d{3})', 'asdfgf456kg返回a123a336')) # 有两个或者两个以上的分组: [('bm', '678'), ('jb', '823'), ('sa', '119')] print(re.findall(r'([a-z]{2})(\d{3})', 'abm678十几年a092sdjb8239==-a786lksa119Kjd')) print(re.findall(r'(\d|[a-z])[A-Z]{2}', 'hKM-水电费8MN速度快的9PP')) # 3)finditer result = re.finditer(r'([a-z]{2})(\d{3})', 'abm678十几年a092sdjb8239==-a786lksa119Kjd') print(result) print(list(result)) # 4.切割和替换 ''' split（正则，字符串） - 将字符串中满足正则的子串作为切割点 sub(正则，字符串1，字符串2) - 将字符串2中满足正则的子串全部替换成字符串1 ''' result = re.split(r'\d+', 'asjj823kasjkdfh299jSDK飞机和478sdjfh3上课的家伙5上看到回复') print(result) result = re.sub(r'\d+', '+', 'asjj823kasjkdfh299jSDK飞机和478sdjfh3上课的家伙5上看到回复') print(result)